论文部分内容阅读
近几年来,随着人们生活水平的普遍提高,家用汽车已经成为众多家庭的主要出行工具。伴随着生活品质的上升,人们的安全意识也普遍提高,在家用汽车的选择上偏向于质量更好,安全性更高的产品。在企业竞争日趋激烈的形势下,提高产品质量是增加企业核心竞争力的关键。轮胎作为汽车主要零部件之一,对汽车的整体安全性能起着至关重要的作用,由于轮胎生产工艺的限制,轮胎在生产过程中会产生各种各样的缺陷,从而直接影响到轮胎的整体质量。这些产品质量问题,将直接影响到消费者的用户体验,甚至可能威胁到用户的生命安全。因此,轮胎在出厂前需要进行严格的质量检测工作。利用自动化检测技术将是国内轮胎缺陷检测未来的主要发展趋势,而现有的自动化缺陷检测算法,大多停留在理论阶段,实际应用中存在时间复杂度高,检测准确率不达标,算法鲁棒性低等问题,无法满足轮胎企业的实际需求。本文根据轮胎X射线图像的实际特点,对轮胎缺陷问题进行深入的分析,提出了一套结合图像时域与频域处理的快速缺陷检测方法。首先提出了基于轮胎X射线图像特征的纵向动态阈值二值化分割方法,将图像分割为各自具有相似特征的几部分。然后针对轮胎X射线空域图像的正常纹理以横纵向居多、缺陷纹理复杂的特点,提出了一种基于不同尺度下灰度共生矩阵熵值变化的缺陷度计算方法。最后,在上述处理的基础上,进一步提出了基于轮胎图像频域缺陷度标记的检测算法。利用频域变换将轮胎图像转换到频域中进行缺陷标记,再利用反离散余弦变换得到缺陷部位信息加强的轮胎缺陷检测图像。本文的主要创新点在于,实验数据全部来自于玲珑轮胎厂轮胎生产流水线,所采用的轮胎缺陷处理检测图像库中的缺陷种类全面,缺陷类型具有代表性意义。相对于很多在实验室环境下产生的算法,本文算法具有很强的实用价值。方法结合了表面缺陷检测领域中基于空域和频域算法各自的优点,经过针对性的改进,将轮胎图像分割成几个具有各自特征的部分分开处理,同时基于灰度共生矩阵熵在不同尺度下所呈现出的差异值进行计算,得到待测图像各个区域的缺陷度,在此基础上利用检测速度极快的频域缺陷标记算法对缺陷部位进行频域标记,将轮胎图像的空域处理与频域检测相结合,极大提高了检测效率和准确度。本文算法已经在轮胎企业的缺陷检测生产线中得到了应用,大量轮胎X光图像的实地检测数据表明:本文算法在时间效率和对轮胎缺陷的检测准确性方面,相较于其它算法具有明显优势。具有检测准确度高,检测速度快的特点,完全可以满足企业实际生产应用的需求。